BMC Neurosci. 2017; 18: 54.
Opublikowano online 2017 Jul 27. doi: 10.1186 / s12868-017-0375-y
PMCID: PMC5530585
Xin Ge,#1 Yawen Sun,#1 Xu Han,1 Yao Wang,1 Weina Ding,1 Mengqiu Cao,1 Yasong Du,2 Jianrong Xu,
1 i Yan Zhou1
Abstrakcyjny
Tło
Doniesiono, że zaburzenia w grach internetowych (IGD) i palacze uzależnieni od nikotyny (SND) mają takie same cechy kliniczne, jak nadmierne zaangażowanie pomimo negatywnych konsekwencji i głodu alkoholu. Badanie to ma na celu zbadanie zmian w funkcjonalnej łączności spoczynkowej (rsFC) kory grzbietowo-bocznej przedczołowej (DLPFC) obserwowanej w SND i IGD. W tym badaniu 27 IGD, 29 SND i 33 zdrowe kontrole (HC) przeszły skanowanie funkcjonalnego rezonansu magnetycznego w stanie spoczynku (rs-fMRI). Łączność DLPFC została określona u wszystkich uczestników poprzez badanie zsynchronizowanych fluktuacji sygnału fMRI o niskiej częstotliwości przy użyciu metody korelacji opartej na czasowej ziarnistości.
Efekt
W porównaniu z grupą HC, grupy IGD i SND wykazały obniżenie rsFC z DLPFC w prawej wysepce i lewym gorszym przednim zakręcie z DLPFC. W porównaniu z grupą SND, pacjenci z IGD wykazywali zwiększone rsFC w lewym dolnym zakręcie skroniowym i prawym dolnym zakręcie czołowym oczodołu oraz zmniejszone rsFC w prawym środkowym zakręcie potylicznym, zakręcie nadczaszkowym i guzowatym z DLPFC.
Wnioski
Nasze wyniki potwierdziły, że SND i IGD mają podobne mechanizmy neuronalne związane z głodem i hamowaniem impulsywnym. Znaczącą różnicę w rsFC z DLPFC między badanymi IGD i SND można przypisać stymulacji wizualnej i słuchowej generowanej przez długotrwałe gry internetowe.
Tło
Zaburzenia gier internetowych (IGD), zwane także problematycznym korzystaniem z Internetu, to nadmierne i powtarzające się korzystanie z gier internetowych [1]. IGD różni się od nadużywania substancji lub uzależnienia od narkotyków, dlatego nie bierze się udziału w przyjmowaniu substancji ani substancji chemicznych; nadmierne korzystanie z Internetu może jednak prowadzić do uzależnienia fizycznego podobnego do obserwowanego w innych uzależnieniach [2]. Obecnie IGD stała się poważnym problemem zdrowia psychicznego na całym świecie, co wymaga dodatkowych badań, czego przykładem jest włączenie go jako warunku do dalszych badań w sekcji 3 Diagnostycznego i statystycznego podręcznika zaburzeń psychicznych (wydanie 5, DSM-5) [3]. Zasugerowano następujące kryteria diagnostyczne dla IGD: zniekształcenie czasu, czas spędzony dłużej niż pierwotnie zamierzony i planowany czas, wykorzystanie aktywności internetowej w celu poradzenia sobie z problemami lub ucieczki od nich, kompulsywne zachowanie, oszustwo co do zakresu używania, brak zaprzestania lub kontroli używania, i zaabsorbowanie korzystaniem z Internetu w trybie offline [4-6]. W szczególności wiele z tych objawów behawioralnych przypomina zaburzenia związane z substancjami [7-9].
Obecnie dokładna patogeneza IGD pozostaje niejasna. Kilka badań sugerowało, że czynnik ryzyka IGD jest związany ze zwiększonym rozpowszechnieniem uzależnienia [10-12]. Liczne badania wykazały, że IGD i uzależnienie od substancji mają podobne mechanizmy neuronowe, takie jak uzależnienie od nikotyny [9, 13, 14]. Na podstawie uzależnienia behawioralnego badacze próbowali powiązać IGD z innymi problemami behawioralnymi, które mogą prowadzić do uzależnienia, takimi jak nadużywanie narkotyków, nadużywanie alkoholu i uzależnienie od nikotyny [7, 15]. Nasze poprzednie badanie ujawniło, że palacze z IGD wykazywali zmniejszoną łączność funkcjonalną w spoczynku (rsFC) w prawym zakręcie prostym i zwiększone rsFC w lewym środkowym zakręcie czołowym z korą postowatą (PCC), w porównaniu z osobami niepalącymi z IGD. Ponadto stwierdzono ujemną korelację w łączności PCC z prawym zakrętem prostym z wynikiem uzależnienia od internetu przez Chen (CIAS) palaczy z IGD przed korektą. Wyniki sugerują, że w porównaniu z osobami niepalącymi z IGD palacze z IGD mieli zmiany funkcji w obszarach mózgu związane z motywacją i funkcją wykonawczą [9]. Jednak Vergara i in. [16] nakreślił ogólny wzorzec hipoconnectivity w precuneus, insula, zakręcie postcentralnym i korze wzrokowej konsumentów substancji. Ponadto zmniejszenie łączności między sieciami koncentrycznymi i sieciami spoczynkowymi obejmującymi prawy wrzecionowaty i językowy żyroskop wykazało ich znaczący związek z nasileniem niebezpiecznego picia. U palaczy zaobserwowano hipoconnectivity między wzgórzem a skorupą. Natomiast zakręt zakrętu wykazywał hiperłączność z precuneus związany z paleniem i istotnie korelował z nasileniem uzależnienia od nikotyny. Wyniki te sugerują, że poszczególne skutki alkoholu i nikotyny można oddzielić i zidentyfikować. Han i in. [8] stwierdzono, że pacjenci z IGD i uzależnieniem od alkoholu mają dodatnie wartości rsFC w korze grzbietowo-bocznej kory przedczołowej (DLPFC) i obręczy, móżdżku, a także ujemne wartości rsFC między DLPFC a korą oczodołowo-czołową. W grupie AD stwierdzono dodatnie wartości rsFC między DLPFC, obszarami prążkowia i płatem skroniowym, podczas gdy grupa IGD wykazuje ujemne wartości rsFC wśród tych obszarów. Doszli do wniosku, że obie grupy mogą mieć deficyty w funkcji wykonawczej.
W tym badaniu próbowaliśmy wykryć różnicę między rsFC osób z IGD a palaczami uzależnionymi od nikotyny (SND) i zbadać mechanizm tej różnicy. Według Han i in. [8], głód wywołany przez określone substancje, takie jak alkohol, jest ściśle związany z aktywnością DLPFC [17]. Ponadto uważa się, że DLPFC odgrywa kluczową rolę w pośredniczeniu w klinicznych objawach dysfunkcji wykonawczych, uzależnienia od alkoholu, w tym impulsywności i nasilenia potencjalnego nadużycia [18]. Niniejsze badanie ma na celu ocenę rsFC zaszczepionego DLPFC w IGD i SND.
Metody
Uczestnicy
Obecne badanie zostało zatwierdzone przez Komitet Etyki Badań Szpitala i Szkoły Medycznej w Ren Ji, Uniwersytet Szanghaj Jiao Tong, Chiny nr [2016] 079k (2) za pisemną świadomą zgodą wszystkich uczestników. Wszyscy uczestnicy zostali poinformowani o celach naszego badania przed badaniem MRI. Spośród uczestników 86 objętych badaniem i ocenianych za pomocą MRI mózgu od Jana 2016 do Dec 2016, 27 miał IGD, 29 SND i zdrowe kontrole 30 (HC). Jak opisano w naszym wcześniejszym badaniu [9], osoby z IGD, które wypełniły kwestionariusz diagnostyczny dotyczący uzależnienia od Internetu (tj. YDQ) zmodyfikowany przez Bearda i Wolfa [19] zostali rekrutowani z poradni psychologicznej w Szanghajskim Centrum Zdrowia Psychicznego. Natomiast grupy SND i HC rekrutowano za pomocą ogłoszeń. Grupa IGD grała w gry internetowe przez około 42–70 godzin (średnia ± SD: 44.31 ± 10.27) tygodniowo. Odpowiednie pytania z ustrukturyzowanego wywiadu klinicznego dla DSM-IV [20] był używany do oceny uzależnienia od nikotyny. Uczestnik z grup IGD i HC nigdy nie palił, a żaden z uczestników nie zgłaszał dziennego spożycia alkoholu lub innych zaburzeń związanych z używaniem substancji (SUD). Wszyscy badani z SND zaczęli palić 2–10 lat przed początkiem obecnego badania. Wszyscy palą codziennie i wypalają około 10–45 papierosów (średnia ± SD: 21 ± 1.76) dziennie. CIAS [21], samoocena skali lęku (SAS) [22], skala depresji samooceny (SDS) [23], Skala impulsywności Barratta-11 (BIS-11) [24] oraz test Fagerstroma na uzależnienie od nikotyny (FTND) [25] przeprowadzono w celu oceny cech klinicznych uczestników. CIAS to zgłoszony przez siebie środek o dobrej wiarygodności i ważności, który został wykorzystany do pomiaru stopnia uzależnienia od Internetu [26]. FTND to sześciopunktowy kwestionariusz samoopisowy stosowany do oceny nasilenia uzależnienia od nikotyny [25]. Wszystkie kwestionariusze zostały początkowo napisane w języku angielskim, a następnie przetłumaczone na język chiński.
Wszyscy uczestnicy byli praworęczni i żaden z uczestników nie miał (1) wcześniejszej hospitalizacji z powodu historii poważnych zaburzeń psychicznych lub zaburzeń psychicznych; (2) zaburzenia związane z używaniem substancji inne niż uzależnienie od nikotyny; (3) upośledzenie umysłowe; (4) choroba neurologiczna lub uraz; (5) nietolerancja na MRI.
Akwizycja MRI
Obrazy uzyskano przy użyciu skanera MRI 3.0 T (GE Signa HDxt 3T, USA) ze standardową cewką na głowę. Zastosowano ograniczające podkładki piankowe, aby zmniejszyć ruch głowy, a zatyczki do uszu zostały użyte, aby zmniejszyć hałas skanera. Grupa SND musiała powstrzymać się od palenia na 1 godzinę przed skanowaniem. Dane funkcjonalnego rezonansu magnetycznego w stanie spoczynku uzyskano za pomocą sekwencji echa-planarnego echa gradientu, jak opisano w naszym poprzednim badaniu [9]. Następnie 34 poprzeczne wycinki (czas powtarzania [TR] = 2000 ms, czas echa [TE] = 30 ms; pole widzenia [FOV] = 230 × 230 mm2; 3.6 × 3.6 × 4 mm3 wielkość woksela) zostały wyrównane wzdłuż linii spoidła przedniego i spoidła tylnego. Każdy skan fMRI trwał 440 s. Podczas skanowania poinstruowano uczestników, aby czuwali z zamkniętymi oczami i nie myśleli o żadnych konkretnych tematach. Po zeskanowaniu badani zostali poproszeni o potwierdzenie, że nie śpią podczas skanowania. Ponadto obrazy anatomiczne o wysokiej rozdzielczości ważone T1 (TR = 6.1 ms, TE = 2.8 ms, TI = 450 ms, grubość warstwy = 1 mm, przerwa = 0, kąt odwrócenia = 15 °, FOV = 256 × 256 mm2, liczba plastrów = 166, 1 × 1 × 1 mm3 rozmiar woksela) przy użyciu szybko zepsutych, zepsutych gradientowych obrazów sekwencji 3D.
Analiza statystyczna
Porównano wskaźniki demograficzne i kliniczne grup. W celu oceny różnic między grupami 18 przeprowadzono jednokierunkowe testy ANOVA przy użyciu pakietu statystycznego dla oprogramowania nauk społecznych (wersja 3). Następnie przeprowadzono testy post hoc Bonferroni w celu oceny różnic między każdą parą grup. Wartość p XN-tailed 2 została uznana za statystycznie istotną dla wszystkich analiz.
Funkcjonalne wstępne przetwarzanie MRI zostało przeprowadzone przy użyciu zestawu narzędzi do przetwarzania danych i analizy do obrazowania mózgu (http://rfmri.org/dpabi) [27]. Po odrzuceniu pierwszych 10 tomów każdej funkcjonalnej serii czasowej pozostałe 210 obrazów zostało wstępnie przetworzonych. Przeprowadzono korektę taktowania, wyrównywanie i normalizację przestrzenną, a także wygładzanie (pełna szerokość 6 mm przy połowie maksimum). Uciążliwe zmienne towarzyszące, w tym predyktory szeregów czasowych dla globalnego płynu mózgowo-rdzeniowego, istoty białej i sześciu parametrów ruchu, zostały wycofane, aby poprawić stosunek sygnału do szumu i zminimalizować artefakt ruchu. Żaden z uczestników tego badania nie wykazywał ruchu większego niż 1.5 mm z maksymalnym przesunięciem x, ylub z, osie lub maksymalny obrót 1.5 ° w osiach 3. Co więcej, średnie przemieszczenie kadru (FD) obliczono przez uśrednienie FDi każdego pacjenta z każdego punktu czasowego [28]. Brak różnicy między średnimi wartościami FD grup (p = 0.71). Następnie zastosowaliśmy filtrowanie czasowe (0.01–0.08 Hz) do szeregów czasowych każdego woksela, aby zmniejszyć wpływ szumu o wysokiej częstotliwości i dryftu niskiej częstotliwości [29-32]. W bieżącym badaniu wykorzystano DLPFC jako obszar zainteresowania (ROI), a szablon DLPFC wykonano zgodnie z opisem we wcześniejszych badaniach [8].
Następnie szeregi czasowe sygnału zależne od poziomu tlenu we krwi dla każdego woksela w obszarze zarodkowym uśredniono w celu wygenerowania referencyjnych szeregów czasowych. Mapę korelacji dla każdego pacjenta opracowano przez obliczenie współczynników korelacji między referencyjnym szeregiem czasowym a szeregami czasowymi z innych wokseli mózgu. Wartości Z zostały przekonwertowane ze współczynników korelacji za pomocą transformaty Z Fishera, aby poprawić normalność rozkładu [31]. Następnie poszczególne wyniki Z wprowadzono do SPM8 dla jednej próbki t testowanie w sposób wokeliczny, który przeprowadzono w celu określenia regionów mózgu o istotnej dodatniej lub ujemnej korelacji z DLPFC w każdej grupie. Poszczególne wyniki zostały wprowadzone do SPM8 do analizy losowych efektów, a następnie przeprowadzono jednokierunkową ANOVA.
Różnice w odniesieniu do wieku, płci, wykształcenia, wyników SAS, wyników SDS i wyników BIS-11 zanotowano dla każdego rsFC wzdłuż wymiaru badanego. Przeprowadzono wiele korekt porównawczych przy użyciu programu AlphaSim w pakiecie oprogramowania Analysis of Functional Neuroimages (AFNI) (NIMH, Bethesda, MD USA; dostępny pod adresem http://afni.nimh.nih.gov/afni) [33], zgodnie z symulacjami Monte Carlo. Istotne różnice zdefiniowano jako te, które przeżyły próg p <0.05, skorygowany przez AlphaSim (łączny próg p <0.001 dla każdego woksela i wielkość klastra> 11 wokseli, dając skorygowany próg p <0.05). Następnie przeprowadzono analizy interakcji grup za pomocą testów t dla dwóch próbek. Różnice uzyskano zgodnie z wynikami ANOVA, stosując maskę w celu ograniczenia testów t do istotnych obszarów mózgu. Skorygowany próg AlphaSim p <0.05 (łączny próg p <0.001 i wielkość klastra> 11 wokseli) przeprowadzono jako korektę wielokrotnego porównania. Regiony mózgu wykazujące istotne różnice zostały następnie zamaskowane na szablonach mózgowych MNI.
Efekt
Charakterystyka demograficzna i kliniczna
Stół 1 wymieniono dane demograficzne i kliniczne dla każdej grupy. Nie zaobserwowano istotnej różnicy między grupami IGD i HC pod względem wieku i lat edukacji. Stwierdzono jednak istotne różnice między grupami IGD i SND oraz między grupami HC i SND. Różnicę w odniesieniu do płci uzyskano, ponieważ w badaniu nie uczestniczyła żadna palaczka. Osoby z IGD miały wyższe CIAS, SAS, SDS i BIS-11 w porównaniu z innymi grupami 2.
Analiza łączności DLPFC
Jednokierunkowa analiza ANOVA w trzech grupach
Znaczące różnice zaobserwowano wśród rsFC z DLPFC po lewej stronie dolnego zakrętu skroniowego, wyspy, zakrętu czołowego dolnego, prawej strony zakrętu środkowego skroniowego, zakrętu supramarginalnego, zakrętu górnego, zakrętu czołowego górnego oczodołu, wyspy, dolnego oczodołu czołowego, i wyższy zakręt czołowy (Tabela 2; Figa. 1).
Analiza międzygrupowa łączności DLPFC: IGD kontra HC
Grupa IGD wykazywała znacznie zwiększone rsFC w lewym dolnym zakręcie skroniowym, prawym górnym zakręcie skroniowym i prawym środkowym zakręcie czołowym za pomocą DLPFC, w porównaniu z grupą HC. Ponadto stwierdzono obniżone rsFC w lewym dolnym płacie czołowym, prawej stronie przyśrodkowego zakrętu czołowego oczodołu, wysepce, środkowym zakręcie potylicznym, zakręcie skroniowym górnym i skroni z DLPFC (Tabela 3; Figa. 2).
Analiza międzygrupowa łączności DLPFC: SND kontra HC
Grupa SND wykazała znamiennie zmniejszone rsFC w obustronnej wyspie, lewy dolny zakręt czołowy i prawy dolny orbital czołowy za pomocą DLPFC (tabela 4; Figa. 3).
Analiza międzygrupowa łączności DLPFC: IGD kontra SND
W porównaniu z grupą SND, pacjenci z IGD mieli podwyższone rsFC w lewym dolnym zakręcie skroniowym i prawym dolnym zakręcie czołowym oczodołu oraz zmniejszone rsFC po prawej stronie zakrętu środkowego potylicznego, zakrętu nadczaszkowego i krowy z DLPFC (Tabela 5; Figa. 4).
Korelacja między łącznością DLPFC i CIAS dla IGD, łącznością DLPFC i FTND dla SND
W porównaniu z grupą HC, zarówno IGD, jak i SND miały zmniejszone rsFC w lewym dolnym zakręcie czołowym i prawej wysepce z DLPFC. Wartości wytrzymałości rsFC (średnie wartości zFC) zostały wyodrębnione i uśrednione w sferycznym obszarze ROI (promień 10 mm) wyśrodkowanym na szczycie różnicy w grupie rsFC (tabele 2, , 3) 3) w grupach IGD i SND. Korelacje Pearsona przeprowadzono między wartościami rsFC z CIAS w grupie IGD a wynikiem FTND w grupie SND. Nie znaleziono jednak istotnej korelacji.
Dyskusja
W tym badaniu obserwujemy zarówno podobne, jak i różne połączenia mózgowe w grupie IGD związane z grupą SND. Wykryliśmy, że zarówno grupy SND, jak i IGD zmniejszyły rsFC z DLPFC w prawej wysepce i lewym dolnym zakręcie czołowym. Ponadto pacjenci z IGD wykazywali różne rsFC z DLPFC w korze ocznej oczodołu oraz płatach skroniowych, potylicznych i ciemieniowych.
Dowody wykazały, że wiele objawów behawioralnych, nawet neuronalne mechanizmy leżące u podstaw IGD, przypominają SUD [14, 34]. SUD obejmuje przewlekły, nawracający wzorzec używania narkotyków, nikotyny lub alkoholu, a uzależnienie od nikotyny jest jedną z jego najczęstszych postaci. SUD może powodować zmiany neurologiczne, szczególnie w strukturach płatów czołowych zaangażowanych w kontrolę poznawczo-behawioralną. Sieć dysfunkcji regionów korowych, w tym DLPFC, przednia kora obręczy i boczna kora ciemieniowa, dotyczy deficytów w hamowaniu behawioralnym. Ta dysfunkcja jest związana z utratą kontroli nad przyjmowaniem substancji, co może być krytycznym krokiem w postępie patologii SUD [35, 36]. IGD różni się od SUD tym, że nie wiąże się to z przyjmowaniem substancji chemicznych ani substancji; nadmierne korzystanie z Internetu może jednak prowadzić do uzależnienia fizycznego podobnego do obserwowanego w innych uzależnieniach [2]. W szczególności hipoaktywacja obwodu hamowania jest wspólnym mechanizmem neuronowym w SUD i uzależnieniem behawioralnym. Upośledzona funkcja kory przedczołowej może wiązać się z wysoką impulsywnością, co z kolei może przyczyniać się do upośledzonej kontroli poznawczej i rozwoju IGD [37]. Chociaż dokładny mechanizm IGD wymaga dalszych badań, zaproponowano jego model poznawczo-behawioralny. Model koncentruje się na trzech domenach, w tym motywacjach związanych z poszukiwaniem nagród i redukcją stresu, kontrolą behawioralną związaną z hamowaniem wykonawczym oraz podejmowaniem decyzji, które obejmują rozważenie zalet i wad angażowania się w zachowania motywowane [38].
W oparciu o wcześniejsze badania w IGD często obserwowano zarówno nieprawidłowości funkcjonalne, jak i strukturalne DLPFC [39, 40]. Złożone funkcje poznawcze były zwykle kojarzone z aktywacjami w DLPFC [41], takich jak korekta behawioralna wywołana konfliktem, uwaga, pamięć robocza i kontrola hamowania [42-44]. DLPFC jest połączony z innymi obszarami korowymi i łączy bieżące doświadczenia sensoryczne z pamięcią przeszłych doświadczeń, aby kierować i generować odpowiednio ukierunkowane działania [13, 45]. Dlatego DLPFC może przyczynić się do koordynacji i zachowania reprezentacji przyjętych z innych obszarów mózgu podczas reakcji na głód, gdy obecne są sygnały substancji i wygenerowano pozytywne oczekiwanie [46].
Wykryliśmy, że zarówno grupy SND, jak i IGD zmniejszyły rsFC w prawej wysepce i lewym gorszym przednim zakręcie z DLPFC. Insulina ma związek z głodem i nawrotem u palaczy papierosów tytoniowych zależnych od nikotyny [47]. A kora oczodołowo-czołowa bierze udział w ocenie nagrody za bodźce i wyraźnej reprezentacji oczekiwanej nagrody dla substancji [7]. Nasze wyniki były zgodne z poprzednimi badaniami, w których podkreślano obszary mózgu, takie jak brzuszno-przednia kora przedczołowa, wysepka, wzgórze i móżdżek, które były krytycznie związane z paleniem papierosów. Strukturalne badania MRI wykazały, że integralność substancji szarych w korze przedczołowej, przedniej części obręczy, wysepce, wzgórzu i móżdżku była zmniejszona u palaczy [48-50]. Liu i in. [51] badali funkcję mózgu osób z IGD za pomocą fMRI w stanie zadaniowym. Grupa IGD wykazała zwiększoną aktywację po prawej stronie płata ciemieniowego górnego, płata wyspowego, precuneus, zakrętu obręczy, zakrętu skroniowego górnego i lewej strony pnia mózgu. Internetowe gry wideo aktywują przestrzeń, uwagę, wizję i centra egzekucyjne znajdujące się w żyłach skroniowych, ciemieniowych, potylicznych i czołowych. U osób z IGD stwierdzono nieprawidłową funkcję mózgu z niedoczynnością kory czołowej. Liu i in. wykryli osoby z IGD, które wykazały aktywację boczną prawej półkuli mózgowej i odkryły, że większość obszarów znajduje się na prawej półkuli. Badania neuroobrazowania u zdrowych osób wykazały, że prawa półkula, szczególnie w prawym dolnym zakręcie czołowym, jest aktywowana po udanym zahamowaniu odpowiedzi [52, 53]. Podczas zahamowań nieudanej odpowiedzi (tj. Prób, które błędnie generowały odpowiedzi motoryczne), zwykle aktywowane są środkowe struktury czołowe, szczególnie grzbietowo-przednia kora przedczołowa (dmPFC) obejmująca przed-uzupełniający obszar motoryczny i grzbietowa kora przednia obręczy.54]. W związku z tym prawy dolny zakręt czołowy ma kluczowe znaczenie dla hamowania odpowiedzi, podczas gdy dmPFC jest powiązany z monitorowaniem odpowiedzi, w szczególności monitorowaniem konfliktów i błędów [14].
Pacjenci z IGD wykazywali różne rsFC z DLPFC w korze czołowej oczodołu oraz płatach skroniowych, potylicznych i ciemieniowych. Nasz wynik był częściowo podobny z wynikiem wcześniejszych badań porównujących rsFC z DLPFC w uzależnieniu od alkoholu z wynikami w IGD [8]. Zasugerowali, że łączność obserwowana w uzależnieniu od alkoholu jest inna niż w IGD z powodu różnych chorób współistniejących, wczesnego wieku rozpowszechnienia oraz stymulacji wzrokowej i słuchowej w pierwszym przypadku. Uwagi wzrokowe i słuchowe są wynikiem głównych sygnałów wejściowych systemu sensorycznego w odpowiedzi na grę w Internecie [55]. Ekstremalna gra internetowa może powodować utratę ostrości wzroku lub problemy ze słuchem [56]. Zwiększona objętość korowa w korze ciemieniowej była związana z długotrwałym graniem u profesjonalnych graczy, a zatem może być związana ze zwiększoną uwagą wzrokowo-przestrzenną [57, 58].
Oczywiście badanie to ma również ograniczenia. Po pierwsze, projekt przekroju uniemożliwił nam ustalenie, czy różnice grupowe w rsFC są czynnikami podatności na IGD i zależność od nikotyny. Po drugie, rozmiary grup były niezrównoważone w naszym badaniu, a parametry, takie jak płeć, wiek i wykształcenie, nie były dopasowane w trzech grupach. Wielkości grup niewyważenia mogły mieć wpływ na wyniki, mimo że odmiana była kontrolowana podczas analizy statystycznej. Po trzecie, średni FTND w grupie SND wynosił 6.5, a zatem stopień uzależnienia od nikotyny nie był wystarczająco wysoki. Dlatego konieczne jest zwiększenie liczby uczestników.
Wnioski
RsFC jest bardzo potężnym narzędziem do badania wieloaspektowych chorób neuropsychiatrycznych, takich jak uzależnienie od substancji i substancji na poziomie systemu. Nasze wyniki potwierdziły, że uzależnienie od nikotyny i IGD mogą mieć podobne mechanizmy związane z głodem i hamowaniem impulsywnym. Zaobserwowaną różnicę między rsFC osób z IGD i SND można przypisać zaburzeniom przetwarzania informacji audiowizualnych przez długotrwałe gry internetowe.
Wkład autorów
Konceptualizacja: YZ i JX; Analiza formalna: YS, MC, YW i YZ; Badanie: XG, YS, WD, MC, YD i XH; Metodologia: YW i YZ; Wizualizacja: YS; Pisanie - oryginalny szkic: XG, YS i YZ; Pisanie — przegląd i edycja: YZ. Wszyscy autorzy przeczytali i zatwierdzili ostateczną wersję.
Podziękowania
Nie dotyczy
Konkurencyjnymi interesami
Autorzy deklarują, że badanie przeprowadzono przy braku relacji handlowych i finansowych, które można interpretować jako potencjalne konflikty interesów.
Dostępność danych i materiałów
Zestawy danych używane i analizowane podczas bieżącego badania są dostępne od odpowiedniego autora na uzasadnione żądanie.
Zatwierdzenie etyki i zgoda na udział
Obecne badanie zostało zatwierdzone przez Komitet Etyki Badań Szpitala i Szkoły Medycznej w Ren Ji, Uniwersytet Szanghaj Jiao Tong, Chiny nr [2016] 079k (2). Wszyscy uczestnicy zostali poinformowani o celach naszego badania przed badaniem MRI. Każdy uczestnik przedłożył pisemną świadomą zgodę.
Finansowanie
Badania były wspierane przez Narodową Fundację Nauk Przyrodniczych Chin (nr 81571650) oraz Szanghajski Komitet Naukowo-Technologiczny Medical Guide Project (medycyna zachodnia) (nr 17411964300). Darczyńcy nie mieli żadnej roli w projektowaniu badań, zbieraniu i analizowaniu danych, podejmowaniu decyzji o publikacji lub przygotowaniu manuskryptu.
Uwaga wydawcy
Springer Nature pozostaje neutralny w odniesieniu do roszczeń jurysdykcyjnych w opublikowanych mapach i powiązaniach instytucjonalnych.
Skróty
| IGD | zaburzenia gry internetowej |
| SND | palacze uzależnieni od nikotyny |
| rsFC | łączność funkcjonalna w stanie spoczynku |
| DLPFC | grzbietowo-boczna kora przedczołowa |
| HC | zdrowe kontrole |
| rs-fMRI | funkcjonalne obrazowanie rezonansu magnetycznego w stanie spoczynku |
| PCC | kora po zakręcie obręczy |
| CIAS | Wynik uzależnienia od Chena |
| AD | uzależnienie od alkoholu |
| SUD | zaburzenia związane z substancjami |
| SAS | skala lęku samooceny |
| SDS | skala depresji samooceny |
| BIS-11 | Skala impulsywności Barratta - 11 |
| FTND | Test Fagerstroma zależności od nikotyny |
| TR | czas powtórzenia |
| TE | czas echa |
| FOV | pole widzenia |
| FD | przesunięcie ramy |
| ROI | region zainteresowania |
| AFNI | Analiza funkcjonalnych neuroobrazów |
| dmPFC | grzbietowo-przyśrodkowa kora przedczołowa |
Uwagi
Informacje o dostawcy
Xin Ge, e-mail: moc.361@5741renay, E-mail: moc.621@ijnernixeg.
Yawen Sun, e-mail: moc.liamtoh@9111sjc.
Xu Han, e-mail: moc.361@ettirgy_uxnah.
Yao Wang, e-mail: moc.361@625402258oaygnaw.
Weina Ding, e-mail: moc.361@7891aniemgnid.
Mengqiu Cao, e-mail: moc.361@0uiqgnemoac.
Yasong Du, e-mail: moc.qq@3914943822.
Jianrong Xu, telefon: + 86 21 68383545, e-mail: moc.liamtoh@rnaijux.
Yan Zhou, telefon: + 86 21 68383257, e-mail: moc.anis@5741eralc, E-mail: moc.liamtoh@5741eralc.
Referencje
;